Μονάδα 2 / 11

Επεξεργασία Δεδομένων Γεωδαισίας, GNSS και Έρευνας

Κέρδη:

  • Δυνατότητα επεξεργασίας και ποιοτικού ελέγχου ακατέργαστων παρατηρήσεων GNSS, αρχείων RINEX και συντεταγμένων σημείων με ροές εργασίας που υποστηρίζονται από AI
  • Δυνατότητα μετατροπής σημειώσεων μέτρησης ελεύθερου κειμένου, εγγραφών αναφοράς και τριγωνοποίησης σε τυπικούς πίνακες και αναφορές
  • Δυνατότητα επαλήθευσης ερμηνειών θέσης και ακρίβειας που δημιουργούνται από AI με αρχές μέτρησης στατικής/RTK και σφαλμάτων απόφραξης

Η γεωδαισία είναι η επιστήμη του προσδιορισμού του σχήματος και του μεγέθους της επιφάνειας της γης και της θέσης των σημείων σε αυτήν με μεγάλη ακρίβεια. Το κύριο εργαλείο αυτής της επιστήμης σήμερα είναι το GNSS. GNSS (Global Navigation Satellite System / Global Satellite Positioning System) είναι η κοινή ονομασία δορυφορικών αστερισμών όπως GPS, GLONASS, Galileo, BeiDou. Οι δέκτες υπολογίζουν τη θέση μετρώντας τον χρόνο άφιξης των σημάτων από αυτούς τους δορυφόρους. Σε αυτή την ενότητα, συζητάμε πού λειτουργεί η τεχνητή νοημοσύνη με ασφάλεια και πού χαράσσεται η γραμμή στο μονοπάτι από τη διάσπαρτη κατάσταση του GNSS και τα δεδομένα κλασικής τοπογραφίας (συνολικός σταθμός, ισοπέδωση) σε κανονικές, επαληθευμένες συντεταγμένες. Η αρχή είναι αμετάβλητη: η τεχνητή νοημοσύνη οργανώνει τα δεδομένα και επισημαίνει την ασυνέπεια. Ο μηχανικός δίνει την τελική αποδοχή της συντεταγμένης μέσω αρχών μέτρησης.

Ας διευκρινίσουμε πρώτα μερικούς βασικούς όρους. Το RINEX (Receiver Independent Exchange Format) είναι ένα πρότυπο αρχείου κειμένου που αποθηκεύει ακατέργαστες παρατηρήσεις GNSS διαφορετικών εμπορικών σημάτων δεκτών σε κοινή μορφή. Στατική μέτρηση είναι η μέθοδος κατά την οποία ο δέκτης παραμένει σταθερός σε ένα σημείο για μεγάλο χρονικό διάστημα (λεπτά-ώρες) και παράγει υψηλή ακρίβεια. Το RTK (Real Time Kinematic) είναι μια μέθοδος που δίνει αμέσως ακρίβεια εκατοστών με διόρθωση από σταθμό αναφοράς. Σφάλμα κλεισίματος είναι η διαφορά που συσσωρεύεται κατά την επιστροφή στο σημείο εκκίνησης μιας κλειστής διαδρομής μέτρησης (πολύγωνο ή επίπεδο) και θεωρητικά αναμένεται να είναι μηδέν. Είναι ο πιο συγκεκριμένος δείκτης της ποιότητας της μέτρησης.

Πού τίθεται σε δράση το AI Safely;

Η πιο αξιόπιστη συνεισφορά του AI στην επεξεργασία δεδομένων GNSS και έρευνας δεν είναι ο ίδιος ο υπολογισμός θέσης, αλλά η ρύθμιση και ο έλεγχος γύρω από αυτόν τον υπολογισμό:

  1. Ακατέργαστα δεδομένα και επεξεργασία σημειώσεων. Οι σημειώσεις ελεύθερου κειμένου στο σημειωματάριο πεδίου, τα ονόματα σημείων, τα ύψη των οργάνων και οι συνθήκες παρατήρησης είναι συχνά διάσπαρτα. Το AI τα χωρίζει σε τυπικούς πίνακες.
  2. Έλεγχος ποιοτικού ελέγχου. Παραθέτει ασυνέπειες όπως σημεία των οποίων το υψόμετρο του δέκτη δεν εισήχθη ποτέ, σημεία που μετρήθηκαν δύο φορές με το ίδιο όνομα, παράλογους χρόνους επιδιόρθωσης, συντεταγμένες εκτός σειράς κ.λπ.
  3. Έκθεση παραγωγής. Μετατρέπει τη σύνοψη της εκστρατείας μέτρησης, τη μέθοδο που χρησιμοποιείται και μετρήσεις όπως ο αριθμός δορυφόρων/PDOP σε ένα ευανάγνωστο κείμενο. (PDOP: Position Dilution of Precision, είναι ένας αριθμός που επιθυμείται να είναι μικρός και δείχνει την επίδραση της γεωμετρίας των δορυφόρων στον ουρανό στην ακρίβεια της θέσης.)

Ωστόσο, δεν είναι και δεν πρέπει να είναι δουλειά της τεχνητής νοημοσύνης: να δηλώσει μια συντεταγμένη "ακριβώς σωστή" χωρίς να ληφθεί υπόψη το σφάλμα απόφραξης, να αγνοήσει τις αρχές μέτρησης και να επιβεβαιώσει την τιμή εφαρμογής, να αντικαταστήσει την εξισορρόπηση (διαδικασία κατανομής της περίσσειας μέτρησης στη στατιστικά καλύτερη θέση). Η εξισορρόπηση και η τελική αποδοχή παραμένουν υπό τον έλεγχο του σχετικού λογισμικού και μηχανικού.

Συμβουλή: Ρωτήστε το AI "Είναι σωστή αυτή η συντεταγμένη;" Είναι λάθος ερώτηση. Η σωστή ερώτηση είναι "ποιες ασυνέπειες και τιμές εκτός σειράς υπάρχουν σε αυτό το σύνολο δεδομένων;" με "είναι λογικό αυτό το σφάλμα κλεισίματος για τη δεδομένη κατηγορία ακρίβειας;" είναι οι ερωτήσεις.

Βήμα προς βήμα: Μετατροπή του Βιβλίου Μετρήσεων Πεδίου σε Επεξεργάσιμα Δεδομένα

  1. Εσείς ορίζετε πρώτα το σχήμα. Στήλες: point_no, τύπος (τριγωνισμός/πολύγωνο/λεπτομέρεια), right_y, up_x, elevation_h, tool_load, μέθοδος (static/RTK), satellite_number, pdop, date, note. Επιβάλετε το σχήμα στο μοντέλο έτσι ώστε η έξοδος να είναι συνεπής.
  2. Διορθώστε τη μονάδα και το δεδομένο. Σημειώστε σε ποιο CRS βρίσκονται οι συντεταγμένες (για παράδειγμα, TUREF/TM) και σε ποιο κατακόρυφο δεδομένο είναι το υψόμετρο (για παράδειγμα, Εθνικό Δίκτυο Κατακόρυφου Ελέγχου της Τουρκίας).
  3. Επεξεργαστείτε μικρή παρτίδα. Δώστε σε παρτίδες των 20-30 πόντων. Πιάνεις το λάθος νωρίς.
  4. Κάντε μια σάρωση QC. Το μοντέλο θα πρέπει να συλλέγει προβλήματα όπως το ύψος του οργάνου που λείπει, το όνομα διπλού σημείου, η υψηλή παρατήρηση PDOP κ.λπ. σε μια ξεχωριστή λίστα "προειδοποίησης".
  5. Επιστροφή στην πηγή. Συγκρίνετε τυχαίες σειρές του πίνακα που προκύπτει με τον ακατέργαστο σχολιασμό. ειδικά τη σειρά συντεταγμένων και τα ονόματα των σημείων.

Three Mini Cases: By the Numbers

Περίπτωση 1 — Επαναλαμβανόμενη σύλληψη σημείων. Μια εκστρατεία ανάκτησης λεπτομερειών μέτρησε 1.240 βαθμούς. Η σάρωση QC με τη βοήθεια AI επισήμανε ότι τα ονόματα 3 σημείων χρησιμοποιήθηκαν δύο φορές (με διαφορετικές συντεταγμένες) και το ύψος του εργαλείου δεν εισήχθη στα 7 σημεία. Εάν αυτά τα 10 ζητήματα ελέγχονταν μη αυτόματα, θα χρειάζονταν ώρες. Επειδή καταγράφηκε νωρίς, λανθασμένα δεδομένα δεν διέρρευσαν στην παραγωγή χαρτών.

Περίπτωση 2 — Προειδοποίηση PDOP. Σε μια καμπάνια RTK, μετρήθηκαν 15 σημεία σε συνθήκες με τιμή PDOP πάνω από 6 (κακή δορυφορική γεωμετρία). Το μοντέλο σημείωσε αυτά τα σημεία ως "υψηλή αβεβαιότητα". Ο μηχανικός τους έκανε εκ νέου μέτρηση και διαπιστώθηκε ότι ήταν λιγοστοί κατά μερικά εκατοστά σε δύο σημεία. Το AI δεν έπαιρνε αποφάσεις, απλώς επέστησε την προσοχή σε επικίνδυνες παρατηρήσεις.

Περίπτωση 3 — Σχόλιο σφάλματος κλεισίματος. Σε μια διαδρομή εμβέλειας, το AI περιέγραψε το σφάλμα κλεισίματος ως "αποδεκτό" κατά την προετοιμασία της αναφοράς της καμπάνιας του. Ο μηχανικός έλεγξε το επιτρεπόμενο όριο σύμφωνα με το μήκος διαδρομής και την τάξη ακρίβειας με χειροκίνητο υπολογισμό. Το σφάλμα ήταν λίγο κάτω από το όριο, αλλά πολύ κοντά στο όριο. Για να είναι ασφαλής, ο μηχανικός έκανε εκ νέου μέτρηση στο ένα πόδι. Μάθημα: Η τεχνητή νοημοσύνη που λέει "αποδεκτό" δεν υποκαθιστά έναν υπολογισμένο με το χέρι έλεγχο του προτύπου.

Αδύναμη προτροπή / Ισχυρή προτροπή

Αδύναμη προτροπή:

Επεξεργαστείτε αυτές τις σημειώσεις μέτρησης και πείτε μου αν είναι σωστές.[σημειώσεις]

Ισχυρή προτροπή:

Ο ρόλος σας: Βοηθός QC δεδομένων μέτρησης. Μεταφράστε τις παρακάτω σημειώσεις πεδίου στο παρεχόμενο ΔΙΑΓΡΑΜΜΑ και δημιουργήστε μια ΞΕΧΩΡΙΣΤΗ "λίστα προειδοποίησης". ΚΡΙΝΟΝΤΑΣ για την ακρίβεια της συντεταγμένης. απλώς επισημάνετε ασυνέπεια και τιμές εκτός σειράς.Σχήμα: point_no | τύπος | sag_y | up_x | kot_h | φορτίο_εργαλείου | μέθοδος |satellite_count | pdop | ημερομηνία | σημείωση ημερομηνίαςΠεριεχόμενο: CRS = TUREF/TM30 (EPSG:5254). sag_y ~6ψήφιος μετρητής αναμένεται. Κανόνες προειδοποίησης: λείπει το tool_yuk; επαναλαμβανόμενο point_no; pdop>6; εκτός λειτουργίας συντεταγμένη? κενό υποχρεωτικό πεδίο.Σημειώσεις: [σημειώσεις πεδίου]

Η ισχυρή προτροπή απαγορεύει την κρίση, συγκεκριμενοποιεί τους κανόνες του QC και δίνει πλαίσιο στην προσδοκία κατάταξης. Η έξοδος γίνεται ελεγκτή.

Τέσσερα αντιγράψιμα πρότυπα

1) Τυποποίηση ακατέργαστου βαθμού:

Μεταφράστε την ακόλουθη σημείωση πεδίου σε τυπική ορολογία, αποσυσκευάζοντας συντομογραφίες (π.χ. "al.y"->"ύψος εργαλείου"), αλλά ΜΗΝ αλλάξετε τις αριθμητικές τιμές. Σημειώστε αόριστες εκφράσεις με "[ασαφή]". Σημείωση: [σημείωση πεδίου]

2) Σάρωση GNSS QC:

Καταγράψτε τα προβλήματα ποιότητας στον πίνακα παρατήρησης GNSS παρακάτω: χαμηλός αριθμός δορυφόρων, υψηλό PDOP, σύντομος χρόνος παρατήρησης, επίπλευση (μη σταθερή) λύση, συντεταγμένη εκτός σειράς. Για κάθε γραμμή, γράψτε τον τύπο του προβλήματος και την προτεινόμενη ενέργεια. Μην αποφασίσετε, απλώς σημειώστε. Πίνακας: [πίνακας παρατήρησης]

3) Προκαταρκτική αξιολόγηση του σφάλματος τερματισμού λειτουργίας:

Για τα ακόλουθα δεδομένα κλεισίματος πολυγώνου/οριζοντίωσης: (α) υπολογίστε το σφάλμα κλεισίματος, (β) υπενθυμίστε το επιτρεπόμενο όριο της δεδομένης κατηγορίας ακρίβειας, (γ) σχολιάστε την εγγύτητα στο όριο και προσθέστε μια σημείωση "απαιτείται επιβεβαίωση χειροκίνητου υπολογισμού". ΜΗΝ πάρετε την τελική απόφαση αποδοχής. Δεδομένα: [δεδομένα διαδρομής]

4) Πρόχειρο αναφοράς καμπάνιας μέτρησης:

Γράψτε μια πρόχειρη αναφορά καμπάνιας μέτρησης χρησιμοποιώντας τις ακόλουθες μετρήσεις: μέθοδος, αριθμός σημείων, μέσος αριθμός δορυφόρων, μέσος όρος PDOP, σφάλματα απόφραξης, χρησιμοποιούμενο CRS και κατακόρυφο δεδομένο. Χρήση συγκεκριμένων δηλώσεων σχετικά με την ακρίβεια. Προσθέστε τη σημείωση "υπόκειται σε έγκριση μηχανικού". Μετρήσεις: [μετρήσεις]

Σύγκριση Όρων Ακρίβειας

όρος

Σημασία

Σημασία στη γεωλογική

Στατική μέτρηση

Μακροχρόνια συνεχής παρατήρηση

Τριγωνισμός, βάση υψηλής ακρίβειας

RTK

Άμεση διόρθωση από αναφορά

Γρήγορη απόκτηση λεπτομέρειας εκατοστών

ΠΔΟΠ

Ποιότητα δορυφορικής γεωμετρίας

Μικρότερη αξία = πιο αξιόπιστη τοποθεσία

Fix/Float

Η ασάφεια επιλύθηκε / δεν επιλύθηκε

Οι λύσεις float δεν γίνονται δεκτές για λεπτομερείς αγορές.

σφάλμα τερματισμού λειτουργίας

Συσσωρευμένη διαφορά σε κλειστή διαδρομή

Συγκεκριμένη απόδειξη ποιότητας μέτρησης

Συνήθη λάθη

  • Κάνοντας το AI να κρίνει την ακρίβεια της συντεταγμένης. Το AI υποδηλώνει ασυνέπεια. Η ακρίβεια καθορίζεται από τις αρχές μέτρησης και την εξισορρόπηση.
  • Οι λύσεις επίπλευσης πιστεύεται ότι είναι διορθώσεις. Χρησιμοποιώντας την ανεπίλυτη παρατήρηση RTK ως ακριβή συντεταγμένη.
  • Αγνοώντας το PDOP και τον αριθμό των δορυφόρων. Πλήρης εμπιστοσύνη στο σημείο μέτρησης σε κακή γεωμετρία.
  • Ανάμειξη κάθετου σημείου με οριζόντιο σημείο αναφοράς. Επίπεδο και συντονισμός κάθεται σε διαφορετικές αναφορές. Θα ήταν λάθος να αντικαταστήσουμε το ένα με το άλλο.
  • Βασιζόμενος στην κρίση του AI για "αποδεκτό" χωρίς να επιβεβαιωθεί το σφάλμα τερματισμού λειτουργίας με τον υπολογισμό με το χέρι.
  • Μεταφόρτωση ακατέργαστων δεδομένων στο μοντέλο cloud χωρίς την ανωνυμοποίησή του. Σε ορισμένα έργα, οι θέσεις των σημείων ανήκουν σε ευαίσθητες εγκαταστάσεις.

Συνοπτικά

Ασφαλής χώρος AI στην επεξεργασία δεδομένων GNSS και έρευνας. οργάνωση πρωτογενών δεδομένων, σάρωση για ασυνέπειες και παραγωγή σχεδίων αναφορών. Η ακρίβεια του υπολογισμού θέσης και η τελική αποδοχή παραμένουν στον μηχανικό, με αρχές μέτρησης όπως PDOP/fix status, σφάλματα κλεισίματος και ζυγοστάθμιση. Ρωτήστε το AI "σωστά;" αλλά "τι ασυνέπειες υπάρχουν;" παρακαλώ; Πάντα να επιβεβαιώνετε κρίσιμες παραδοχές, όπως το σφάλμα κλεισίματος, με χειροκίνητο υπολογισμό έναντι του προτύπου.

Εργασία εφαρμογής

Γράψτε μια προτροπή QC για τον (ή υποθετικό) πίνακα παρατήρησής σας GNSS 20 γραμμών: συμπεριλάβετε το σχήμα, το πλαίσιο CRS, την προσδοκία κατάταξης και τουλάχιστον πέντε κανόνες προειδοποίησης (έλλειψη ύψους οργάνου, σημείο επανάληψης, υψηλό PDOP, λύση float, συντεταγμένη εκτός σειράς). Στη συνέχεια, επαληθεύστε τα τρία πρώτα στοιχεία της λίστας προειδοποιήσεων στην έξοδο AI ​​σε σχέση με τα ακατέργαστα δεδομένα.

λίστα ελέγχου

  • [ ] Όρισα το σχήμα και το πλαίσιο του CRS/κάθετου σημείου από την αρχή.
  • [ ] Ζήτησα από το AI έλεγχο ασυνέπειας, όχι κρίση.
  • [ ] Έφτιαξα τους κανόνες προειδοποίησης (PDOP, fix/float, κατάταξη, πεδίο που λείπει).
  • [ ] Διαχώρισα τις λύσεις επίπλευσης και τις παρατηρήσεις υψηλού PDOP.
  • [ ] Έλεγξα ότι δεν συνδύασα το οριζόντιο και το κάθετο σημείο αναφοράς.
  • [ ] Επιβεβαίωσα το σφάλμα κλεισίματος με χειροκίνητο υπολογισμό έναντι του προτύπου.
  • [ ] Έχω ανωνυμοποιήσει/επεξεργαστεί ευαίσθητα δεδομένα σημείων σε πιστοποιημένο περιβάλλον.
  • [ ] Κράτησα την τελική αποδοχή συντεταγμένων στην ευθύνη του μηχανικού.